Add-on individualisierte Vorhersage von Nasopharynxkarzinom mittels Deep Learning basierend auf MRT: Eine multizentrische Validierungsstudie

Beim Nasopharynxkarzinom könnten durch Deep Learning extrahierte Signaturen auf MRT-Bildern mit dem Überleben korreliert sein. In dieser Studie haben wir versucht, ein individualisiertes Modell zu entwickeln, das Deep-Learning-MRT-Signaturen und klinische Daten nutzt, um das Überleben vorherzusagen und den Nutzen der Induktionschemotherapie für das Überleben von Patienten mit Nasopharynxkarzinom abzuschätzen. Zweitausendsiebenundneunzig Patienten aus drei unabhängigen Krankenhäusern wurden identifiziert und willkürlich zugewiesen. Als die Deep-Learning-Signaturen des Primärtumors und klinisch betroffenen großen zervikalen Lymphknoten, die aus MRT-Bildern extrahiert wurden, zu den klinischen Daten und der TNM-Stadieneinteilung für das progressionsfreie Überlebensvorhersagemodell hinzugefügt wurden, erreichte das kombinierte Modell eine bessere Vorhersageleistung. Ihre Anwendung erfolgt bei Patienten, die über Behandlungsregime entscheiden. Unter den gleichen Bedingungen führen die zunehmenden MRT-Signaturen zu einem erhöhten Überlebensvorteil durch Induktionschemotherapie. Beim Nasopharynxkarzinom sind diese Vorhersagemodelle die ersten, die eine individualisierte Schätzung des Überlebens liefern und den Nutzen der Induktionschemotherapie für das Überleben modellieren.